一种最优基准碳价格的测算方法与流程

1.本发明涉及最优基准碳价格测算技术领域，尤其涉及一种最优基准碳价格的测算方法、装置及存储介质。


背景技术：

2.随着能源的低碳转型，电力系统调度需满足碳减排的要求。如果碳交易的价格过高，将过度增加能源系统的运行成本，影响发电企业的积极性；如果碳交易的价格过低，实际碳排放量将不能满足相应的碳排放控制要求。因此，需要测量和确定总碳排放控制要求下的最优基准碳价格，进而控制电力系统调度以使电力系统调度需满足碳减排的要求。
3.在已有的最优基准碳价格的求解方法主要包括解析类方法和启发式方法两类。其中，解析类方法通过karush-kuhn-tucker(kkt)条件将双层模型转换为单层模型，而后基于强对偶定理和二进制拓展法进一步将单层模型转换为混合整数线性规划问题，最后调用求解器进行求解。但是，由于转换后的模型含有较多的整数变量，该方法需要较长的计算时间，计算效率低下。而遗传算法、粒子群算法等启发式方法通过上下层模型的交互迭代来更新基准碳价格，直到满足收敛条件。但是，该类方法依赖于初值等参数的设置，如果参数设置不当，可能陷入局部最优，导致无法获得最优的基准碳价格，计算结果准确性低。因此，现有的最优基准碳价格的求解方法具有计算效率低下以及计算结果精度低，进而降低了基于最优基准碳价格的电力系统的调度控制的效率和精度。


技术实现要素：

4.本发明提供了一种最优基准碳价格的测算方法、装置及存储介质，在确保计算精度的条件下，提高最优基准碳价格的计算效率，以实现满足碳减排的电力系统调度的精度和效率的提高。
5.本发明提供了一种最优基准碳价格的测算方法，包括：根据碳排放数据和电力系统的发电机组数据，构造电力系统的最优基准碳价格的双层模型；其中，上层模型的第一目标函数为最小化基准碳价格；上层模型的第一约束包括：实际碳排放总量小于等于预设的碳排放总量；下层模型的第二目标函数为在基准碳价格条件下的区域电力系统的最小综合运行成本，所述最小综合运行成本包括：最小的发电机组的运行成本和碳交易成本；下层模型的第二约束包括：机组出力上下限约束、爬坡约束、系统的潮流约束和联络线传输功率约束；
6.根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足预设要求的基准碳价格，求解参数空间的内点；选取所述参数空间中的s个顶点和1个内点构成单纯形空间；s为正整数；
7.将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数；根据所述第一决策映射函数，构建最大误差函数；根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值；
8.将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，则将最小化基准碳价格作为单层优化模型的第三目标函数，将第一约束和第二决策映射函数作为单层优化模型的第三约束，并对所述单层优化模型进行求解，生成最优基准碳价格。
9.作为优选方案，本发明将决策映射方法应用于最优基准碳价格的计算，基于决策映射函数将复杂的双层优化问题简化为单层优化问题，实现最优基准碳价格的准确计算。在决策映射函数的构造过程中，现有决策映射方法中通过随机选取参数空间上的点来构造单纯形空间，导致产生的一系列空间可能存在重叠的部分，降低了算法的求解效率。本发明利用双层模型的约束生成参数空间顶点集，结合下层模型的基准碳价格求解参数空间的内点，构造单纯形空间，避免了单纯形空间的相互重叠，提高了最优基准碳价格的计算效率和准确性，提高基于最优基准碳价格的电力系统的调度控制的效率。
10.作为优选方案，根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界，具体为：
11.将所述第一约束和所述第二约束中的所有不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集；
12.选择顶点集中的s个点，构成参数空间的s-1维边界：
13.其中，θv为顶点集，θ为参数空间，参数空间中的s个点l,为满足第一约束和第二约束中所有不等式约束的解。
14.将所述第一约束和所述第二约束中的不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集，具体为：
15.根据所述不等式约束的个数和所述不等式约束的参数变量的维数，设置迭代总次数；每次在所述第一等式方程组中选取不完全相同的预设个不等式约束作为第二等式方程组进行求解，得到所述第二等式方程组的解，直到所述迭代次数达到所述迭代总次数；其中，所述不完全相同的预设个不等式约束的个数为不等式约束中参数变量的维数；所述参数变量的维数不大于所有不等式约束的个数；将满足所有不等式约束的第二等式方程组的解构建成顶点集。
16.根据满足预设要求的基准碳价格，求解参数空间的内点，具体为：
17.选取一个任意的第一基准碳价格求解下层模型，得到对应的第一发电机组最优出力；将所述第一基准碳价格和所述第一发电机组最优出力代入所有不等式约束中作为第一不等式约束，并判断是否所有第一不等约束均满足预设条件；若是，则将所述第一基准碳价格作为内点；
18.若否，则通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件；所述第二基准碳价格和第二发电机组最优出力在预设的搜索区域中求解障碍函数获得；所述障碍函数根据不同的障碍因子、第一基准碳价格和第一发电机组最优出力构造而来。
19.将所述第一基准碳价格和所述第一发电机组最优出力代入所有的不等式约束中，
并判断是否所有不等约束均满足预设条件，具体为：
20.将所有不等约束转换为标准形式：gj(x)≥0,1≤j≤t；
21.式中，x表示与不等式约束相关的变量；t为所有不等式约束的个数；j为第j个不等式约束的个数；
22.将第一基准碳价格和第一发电机组最优出力代入所有的不等式约束中，并将不等约束的标准形式的数值不大于零的下标构建成第一下标集合；若第一下标集合为空集，则满足均预设条件。
23.通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件，具体为：
24.根据障碍因子、第一基准碳价格和第一发电机组最优出力，构造障碍函数；在预设的搜索区域中求解障碍函数，获得第二基准碳价格和第二发电机组最优出力；
25.将所述第二基准碳价格和第二发电机组最优出力代入所有不等式约束中更新第一不等式约束，并判断是否所有更新后的第一不等约束均满足预设条件；若否，则更新障碍因子，重新求解第二基准碳价格和第二发电机组最优出力。
26.作为优选方案，在决策映射函数的构造过程中，本发明通过对双层模型的约束进行迭代求解获得参数空间顶点集，实现顶点的枚举；通过对符合条件的的基准碳价格作为参数空间内点，实现内点分割；基于顶点枚举和内点分割技术进一步改进决策映射方法，实现对参数空间的完整、精确分割，提高最优基准碳价格的计算效率，进而提高基于最优基准碳价格的电力系统的调度控制的效率。
27.作为优选方案，将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数，具体为：
28.其中，h
i,t
为第一决策映射函数，为基准碳价格，p
i,t
为传统发电机组i在时段t的出力。
29.根据所述第一决策映射函数，构建最大误差函数，根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值，具体为：
30.获取单纯形空间中的基准碳价格构造插值矩阵，根据所述基准碳价格对应发电机组的出力构造最优决策矩阵；采用线性插值的方式来建立第一决策映射函数的近似表达：
31.其中，m为插值矩阵，x
i,t
为最优决策矩阵为第一决策映射函数，为第一决策映射函数的近似表达式；gq为单纯形空间；
32.将所述第一决策映射函数的近似表达作为第一决策映射函数；
33.构建最大误差函数：
[0034][0035]
其中，
ò
cp
为最大误差函数，表示基于第一决策映射函数计算得到的系
统运行成本近似值；t表示一个经济调度周期；nc表示系统中发电机组的数量；ai表示传统发电机组i运行成本的二次项系数；bi表示传统发电机组i运行成本的一次项系数；ci表示传统发电机组i运行成本的常数项；μi表示发电机组i单位发电量的碳排放系数，ε表示单位发电量的免费碳排放系数；表示发电机组i的碳交易价格；
[0036]
系统运行成本近似值约束为：
[0037][0038][0039][0040][0041]
根据第二约束和系统运行成本近似值约束，求解所述最大误差函数，获得最大误差值和基准碳价格最优解。
[0042]
将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，还包括：
[0043]
若第三目标函数的解不小于第一阈值，则根据基准碳价格最优解，对单纯形空间中选取s个内点，分别构建对应的新的第一单纯形空间；根据所述新的第一单纯形空间，更新插值矩阵和最优决策矩阵；根据更新后的插值矩阵和最优决策矩阵，更新第一决策映射函数；s为正整数；
[0044]
若第二决策映射函数的所有单纯形空间不均满足预设空间集合条件，则重新选取s+1个内点构成新的第二单纯形空间，重新构建第一决策映射函数；
[0045]
所述预设空间集合条件为：
[0046]
其中，g
1-gq分别为第1，2，...，q个单纯形空间。
[0047]
单层优化模型，具体为：
[0048]
单层优化模型的第三目标函数为最小化基准碳价格：
[0049]
单层优化模型的第三约束包括：第一约束和第二决策映射函数；
[0050]
所述第一约束为：es≤(1-λ
redu
)e
s0
；
[0051][0052]
其中，es表示考虑碳交易情况下发电机组实际碳排放总量；λ
redu
表示碳减排系数；e
s0
表示无碳交易情况下发电机组实际碳排放总量；t表示一个经济调度周期；nc表示系统中发电机组的数量；μi表示发电机组i单位发电量的碳排放系数；p
i,t
表示传统发电机组i在时
段t的出力；
[0053][0054]
其中，为在第n个单纯形空间上的第二决策映射函数，gn为第n个单纯形空间；n＝1,...,k,...q；k和q均为正整数。
[0055]
作为优选方案，本发明将将决策映射方法应用于最优基准碳价格的计算，基于决策映射函数将复杂的双层优化问题简化为单层优化问题，降低由于上下层模型的反复迭代造成求解结果的不稳定性，实现最优基准碳价格的准确计算，进而提高基于能源低碳转型的电力系统的调度控制的准确性。
[0056]
相应地，本发明还提供一种最优基准碳价格的测算装置，包括：双层模型构建模块、单纯形空间构建模块、决策映射函数构建模块和最优基准碳价格生成模块；
[0057]
其中，所述双层模型构建模块用于根据碳排放数据和电力系统的发电机组数据，构造电力系统的最优基准碳价格的双层模型；其中，上层模型的第一目标函数为最小化基准碳价格；上层模型的第一约束包括：实际碳排放总量小于等于预设的碳排放总量；下层模型的第二目标函数为在基准碳价格条件下的区域电力系统的最小综合运行成本，所述最小综合运行成本包括：最小的发电机组的运行成本和碳交易成本；下层模型的第二约束包括：机组出力上下限约束、爬坡约束、系统的潮流约束和联络线传输功率约束；
[0058]
所述单纯形空间构建模块用于根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足预设要求的基准碳价格，求解参数空间的内点；选取所述参数空间中的s个顶点和1个内点构成单纯形空间；s为正整数；
[0059]
所述决策映射函数构建模块用于将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数；根据所述第一决策映射函数，构建最大误差函数；根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值；
[0060]
所述最优基准碳价格生成模块用于将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，则将最小化基准碳价格作为单层优化模型的第三目标函数，将第一约束和第二决策映射函数作为单层优化模型的第三约束，并对所述单层优化模型进行求解，生成最优基准碳价格。
[0061]
作为优选方案，本发明装置的决策映射函数构建模块将决策映射方法应用于最优基准碳价格的计算，基于决策映射函数将复杂的双层优化问题简化为单层优化问题，利用最优基准碳价格生成模块实现最优基准碳价格的准确计算。在决策映射函数的构造过程中，现有决策映射方法中通过随机选取参数空间上的点来构造单纯形空间，导致产生的一系列空间可能存在重叠的部分，降低了算法的求解效率。本发明单纯形空间构建模块利用双层模型的约束生成参数空间顶点集，结合下层模型的基准碳价格求解参数空间的内点，
构造单纯形空间，避免了单纯形空间的相互重叠，提高了最优基准碳价格的计算效率和准确性，提高基于最优基准碳价格的电力系统的调度控制的效率。
[0062]
相应地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如本发明内容所述的一种最优基准碳价格的测算方法。
附图说明
[0063]
图1是本发明提供的一种最优基准碳价格的测算方法的一种实施例的流程示意图；
[0064]
图2是本发明提供的一种最优基准碳价格的测算装置的一种实施例的结构示意图。
具体实施方式
[0065]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0066]
实施例一
[0067]
请参照图1，为本发明实施例提供的一种最优基准碳价格的测算方法，包括步骤s101-s104：
[0068]
步骤s101：根据碳排放数据和电力系统的发电机组数据，构造电力系统的最优基准碳价格的双层模型；其中，上层模型的第一目标函数为最小化基准碳价格；上层模型的第一约束包括：实际碳排放总量小于等于预设的碳排放总量；下层模型的第二目标函数为在基准碳价格条件下的区域电力系统的最小综合运行成本，所述最小综合运行成本包括：最小的发电机组的运行成本和碳交易成本；下层模型的第二约束包括：机组出力上下限约束、爬坡约束、系统的潮流约束和联络线传输功率约束；
[0069]
在本实施例中，上层模型的第一目标函数为最小化基准碳价格：
[0070][0071]
上层模型的第一约束为：
[0072]es
≤(1-λ
redu
)e
s0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0073][0074]
式中，表示基准碳价格；es表示考虑碳交易情况下发电机组实际碳排放总量；λ
redu
表示碳减排系数；e
s0
表示无碳交易情况下发电机组实际碳排放总量；t表示一个经济调度周期；nc表示系统中发电机组的数量；μi表示发电机组i单位发电量的碳排放系数；p
i,t
表示传统发电机组i在时段t的出力。
[0075]
在碳交易市场中，每个碳排放源(如传统发电机组)获得有限免费碳配额。如果碳排放源的碳排放超过配额的，必须在市场上购买碳排放权。反之，碳排放源的碳排放低于配
额的，可以在市场上出售碳排放权。每台机组的免费碳配额与实际碳排放量可通过式(4)-(5)计算，如下所示：
[0076][0077][0078]
式中，ei表示发电机组i的实际碳排放量；表示发电机组i的免费碳配额；ε表示单位发电量的免费碳排放系数；
[0079]
在奖惩阶梯型碳交易机制下，每台发电机组的碳交易成本可通过式(6)-(7)来计算，即：
[0080][0081][0082]
式中，c(ei)表示发电机组i的碳交易成本；表示发电机组i的碳交易价格；δ表示阶梯型碳交易机制中的奖励系数；σ表示阶梯型碳交易机制中的惩罚系数。η表示碳排放量区间划分常数。
[0083]
下层模型的第二目标函数为在给定基准碳价格条件下，计算区域电力系统最小综合运行成本：
[0084]
系统综合运行成本由传统发电机组的运行成本和碳交易成本组成，即：
[0085][0086]
式中，f
sod
表示系统综合运行成本；ai表示传统发电机组i运行成本的二次项系数；bi表示传统发电机组i运行成本的一次项系数；ci表示传统发电机组i运行成本的常数项；
[0087]
同时，系统中发电机组还需满足一定的物理约束，包括机组出力上下限约束和爬坡约束，如式(9)-(10)所示：
[0088]
p
i,min
≤p
i,t
≤p
i,max
；1≤i≤ncꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0089][0090]
式中，p
i,min
表示发电机组i的最小出力；p
i,max
表示发电机组i的最大出力；表示
发电机组i的爬坡速率上限；表示发电机组i的爬坡速率下限；
[0091]
系统的潮流约束及联络线传输功率约束如式(11)-(14)所示。
[0092][0093]
p
l,t
＝b
m,n
(θ
m,t-θ
n,t
)；1≤t≤t,1≤l≤n
br
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0094]-p
l,max
≤p
l,t
≤p
l,max
；1≤t≤t,1≤l≤n
br
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0095]
θ
m,min
≤θ
m,t
≤θ
m,max
；1≤t≤t,1≤m≤n
bus
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0096]
式中，表示节点n上发电机组构成的集合；表示节点n上负荷组成的集合；表示与节点n相连接的其它所有节点组成的集合；p
d,t
表示负荷d在时段t的功率；b
n,m
表示节点n和节点m之间线路的电导；θ
n,t
表示节点n在时段t的相角；p
l,t
表示支路l在时段t的传输功率；n
br
表示支路的数量；n
bus
表示节点的数量；p
l,max
表示支路最大传输功率；θ
m,min
和θ
m,max
表示节点相角的最小值和最大值。
[0097]
步骤s102：根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足预设要求的基准碳价格，求解参数空间的内点；选取所述参数空间中的s个顶点和1个内点构成单纯形空间；s为正整数；
[0098]
在本实施例中，根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界，具体为：
[0099]
将所述第一约束和所述第二约束中的所有不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集；
[0100]
选择顶点集中的s个顶点，构成参数空间的s-1维边界：
[0101]
其中，θv为顶点集，θ为参数空间，参数空间中的s个点l,为满足第一约束和第二约束中所有不等式约束的解。
[0102]
在本实施例中，将所述第一约束和所述第二约束中的不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集，具体为：
[0103]
根据所述不等式约束的个数和所述不等式约束的参数变量的维数，设置迭代总次数；每次在所述第一等式方程组中选取不完全相同的预设个不等式约束作为第二等式方程组进行求解，得到所述第二等式方程组的解，直到所述迭代次数达到所述迭代总次数；其中，所述不完全相同的预设个不等式约束的个数为不等式约束中参数变量的维数；所述参数变量的维数不大于所有不等式约束的个数；将满足所有不等式约束的第二等式方程组的解构建成顶点集。
[0104]
作为优选方案，提供一种构建顶点集的具体流程：将由式(2)-(7)和式(9)-(14)确定的可行域中的不等式约束转换为等式约束，并求解模型中所有的等式方程组；其中，需求解的方程组个数由可行域中不等式的个数t和参数变量的维数s确定，具体为：
[0105]
初始化：迭代次数k＝0，顶点集为空集θv＝φ；
[0106]
判断迭代次数是否满足公式：
[0107]
若是，则令k＝k+1；选取可行域中s个不等式约束，将其转换为等式约束；调用求解器conopt解等式方程组，获得解
[0108]
判断解是否满足问题中所有不等式约束；若是，则将解储存到顶点集θv；在迭代完成后，输出顶点集θv。
[0109]
在本实施例中，根据满足预设要求的基准碳价格，求解参数空间的内点，具体为：
[0110]
选取一个任意的第一基准碳价格求解下层模型，得到对应的第一发电机组最优出力；将所述第一基准碳价格和所述第一发电机组最优出力代入所有不等式约束中作为第一不等式约束，并判断是否所有第一不等约束均满足预设条件；若是，则将所述第一基准碳价格作为内点；
[0111]
若否，则通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件；所述第二基准碳价格和第二发电机组最优出力在预设的搜索区域中求解障碍函数获得；所述障碍函数根据不同的障碍因子、第一基准碳价格和第一发电机组最优出力构造而来。
[0112]
在本实施例中，将所述第一基准碳价格和所述第一发电机组最优出力代入所有的不等式约束中，并判断是否所有不等约束均满足预设条件，具体为：
[0113]
将所有不等约束转换为标准形式：gj(x)≥0,1≤j≤t；
[0114]
式中，x表示与不等式约束相关的变量；t为所有不等式约束的个数；j为第j个不等式约束的个数；
[0115]
将第一基准碳价格和第一发电机组最优出力代入所有的不等式约束中，并将不等约束的标准形式的数值不大于零的下标构建成第一下标集合；若第一下标集合为空集，则满足均预设条件。
[0116]
在本实施例中，通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件，具体为：
[0117]
根据障碍因子、第一基准碳价格和第一发电机组最优出力，构造障碍函数；在预设的搜索区域中求解障碍函数，获得第二基准碳价格和第二发电机组最优出力；
[0118]
将所述第二基准碳价格和第二发电机组最优出力代入所有不等式约束中更新第一不等式约束，并判断是否所有更新后的第一不等约束均满足预设条件；若否，则更新障碍因子，重新求解第二基准碳价格和第二发电机组最优出力。
[0119]
作为优选方案，提供一种采用序列无约束最小化方法来生成参数空间的内点的具体流程：
[0120]
1)任意给定初始点求解下层模型，得到发电机组最优出力及其它相关变量，如设置初始障碍因子r
(1)
＞0，缩小系数β∈(0,1)，令k＝1；
[0121]
2)将最优基准碳价格模型中所有不等约束转换为如下标准形式：
[0122]gj
(x)≥0,1≤j≤t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0123]
式中，x表示与不等式约束相关的变量，如p
i,t
等。
[0124]
3)对于确定不等式约束的下标集合t
(k)
及s
(k)
，即：
[0125][0126][0127]
4)若s
(k)
＝φ，则即为内点，记
[0128]
5)若s
(k)
≠φ，构造障碍函数并求解极小点
[0129]
确定搜索区域r
(k)
[0130][0131]
构造障碍函数
[0132][0133]
以为起始点，在r
(k)
内求解障碍函数的极小点的极小点
[0134]
6)令r
(k+1)
＝βr
(k)
，置k＝k+1，返回步骤2)。
[0135]
在本实施例中，选择顶点集θv中的s个点l,构成参数空间θ的s-1维边界：
[0136][0137]
选择θ
bound
及参数空间θ的内点构成单纯形空间gq，具体可表示为：
[0138][0139]
步骤s103：将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数；根据所述第一决策映射函数，构建最大误差函数；根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值；
[0140]
在本实施例中，将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数，具体为：
[0141]
其中，h
i,t
为第一决策映射函数，为基准碳价格，p
i,t
为发电机组i在时段t的出力。
[0142]
在本实施例中，在下层优化问题中，决策变量为发电机组的出力p
i,t
，参数变量为
基准碳价格(由上层模型输入到下层模型)。参数空间用θ表示，并定义为：下层优化问题存在最优解。
[0143]
随机选取参数空间θ中的一组点l,由该组点构成的单纯形空间gq可表示为：
[0144][0145][0146]
式中，q为单纯形空间gq的序号；s表示参数变量的维数；μk表示一个0到1之间的有理数。
[0147]
进一步地，在单纯形空间gq上，插值矩阵m可表示为：
[0148][0149]
在单纯形空间gq上，最优决策矩阵x
i,t
可表示为：
[0150][0151]
式中，p
i,t,1
,p
i,t,2
,lp
i,t,s+1
表示在每个基准碳价格(l,)下分别求解下层优化问题，获得发电机组i、时段t的最优决策。
[0152]
下层模型的第一决策映射函数用h
i,t
表示，并定义如下：
[0153][0154]
第一决策映射函数h
i,t
的输入变量为最优基准碳价格输出变量为发电机组i、时段t的最优决策p
i,t
。然而，决策映射函数h
i,t
难以直接求解，本实施例采用线性插值的方式来建立其近似表达式
[0155]
在本实施例中，根据所述第一决策映射函数，构建最大误差函数，根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值，具体为：
[0156]
获取单纯形空间中的基准碳价格构造插值矩阵，根据所述基准碳价格对应发电机组的出力构造最优决策矩阵；采用线性插值的方式来建立第一决策映射函数的近似表达：
[0157][0158]
其中，m为插值矩阵，x
i,t
为最优决策矩阵；为第一决策映射函数，为第一决策映射函数的近似表达式；gq为单纯形空间；
[0159]
将所述第一决策映射函数的近似表达作为第一决策映射函数；
[0160]
构建最大误差函数：
[0161][0162]
其中，
ò
cp
为最大误差函数，表示基于第一决策映射函数计算得到的系统运行成本近似值；t表示一个经济调度周期；nc表示系统中发电机组的数量；ai表示传统发电机组i运行成本的二次项系数；bi表示传统发电机组i运行成本的一次项系数；ci表示传统发电机组i运行成本的常数项；μi表示发电机组i单位发电量的碳排放系数，ε表示单位发电量的免费碳排放系数；表示发电机组i的碳交易价格；
[0163]
系统运行成本近似值约束为：
[0164][0165][0166][0167][0168]
根据第二约束(9)—(14)和系统运行成本近似值约束(29)—(32)，求解所述最大误差函数，获得最大误差值和基准碳价格最优解。
[0169]
步骤s104：将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，则将最小化基准碳价格作为单层优化模型的第三目标函数，将第一约束和第二决策映射函数作为单层优化模型的第三约束，并对所述单层优化模型进行求解，生成最优基准碳价格。
[0170]
在本实施例中，如果最大误差
ò
cp
小于等于允许值
ò
，记录描述单纯形空间gq的不等式及单纯形空间gq上的决策映射函数rh
i,t,q
，即第二决策映射函数，rh
i,t,q
应满足：
[0171][0172]
在本实施例中，将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，还包括：
[0173]
若第三目标函数的解不小于第一阈值，则根据基准碳价格最优解，对单纯形空间中选取s个内点，分别构建对应的新的第一单纯形空间；根据所述新的第一单纯形空间，更新插值矩阵和最优决策矩阵；根据更新后的插值矩阵和最优决策矩阵，更新第一决策映射函数；s为正整数；
[0174]
若第二决策映射函数的所有单纯形空间不均满足预设空间集合条件，则重新选取s+1个内点构成新的第二单纯形空间，重新构建第一决策映射函数；
[0175]
所述预设空间集合条件为：
[0176]
其中，g
1-gq分别为第1，2，...，q个单纯形空间。
[0177]
作为优选方案，如果最大误差
ò
cp
大于等于允许值
ò
，任选l,中s个值，例如l,和求解所述最大误差函数获得的基准碳价格最优解共同建立s个新的单纯形空间，如下所示：
[0178][0179][0180][0181]
对于每个单纯形空间，重新构建插值矩阵和最优决策矩阵，并重新构建一个第一决策映射函数。
[0182]
作为优选方案，生成第二决策映射函数rh
i,t,q
后，判断若已生成的所有单纯形空间是否满足式(35)：
[0183][0184]
若否，令q＝q+1，生成新的关于基准碳价格的单纯形空间gq，重新构建插值矩阵和最优决策矩阵，并重新构建一个第一决策映射函数。
[0185]
若是，则构建基准碳价格单层优化模型。
[0186]
在本实施例中，单层优化模型，具体为：
[0187]
单层优化模型的第三目标函数为最小化基准碳价格：
[0188]
单层优化模型的第三约束包括：第一约束和第二决策映射函数；
[0189]
所述第一约束为：es≤(1-λ
redu
)e
s0
；
[0190][0191]
其中，es表示考虑碳交易情况下发电机组实际碳排放总量；λ
redu
表示碳减排系数；e
s0
表示无碳交易情况下发电机组实际碳排放总量；t表示一个经济调度周期；nc表示系统中发电机组的数量；μi表示发电机组i单位发电量的碳排放系数；p
i,t
表示发电机组i在时段t的出力；
[0192][0193]
其中，为在第n个单纯形空间上的第二决策映射函数，gn为第n个单纯形空间；n＝1,...,k,...q；k和q均为正整数。
[0194]
在本实施例中，调用求解器conopt对单层优化模型进行求解，获得最优基准碳价格；利用生成的最优基准碳价格，控制电力系统的调度。
[0195]
实施本发明实施例，具有如下效果：
[0196]
本发明将决策映射方法应用于最优基准碳价格的计算，基于决策映射函数将复杂的双层优化问题简化为单层优化问题，实现最优基准碳价格的准确计算。在决策映射函数的构造过程中，现有决策映射方法中通过随机选取参数空间上的点来构造单纯形空间，导致产生的一系列空间可能存在重叠的部分，降低了算法的求解效率。本发明利用双层模型的约束生成参数空间顶点集，结合下层模型的基准碳价格求解参数空间的内点，构造单纯形空间，避免了单纯形空间的相互重叠，提高了最优基准碳价格的计算效率和准确性，提高基于最优基准碳价格的电力系统的调度控制的效率。
[0197]
实施例二
[0198]
请参照图2，为本发明实施例提供的一种最优基准碳价格的测算装置，包括：双层模型构建模块201、单纯形空间构建模块202、决策映射函数构建模块203和最优基准碳价格生成模块204；
[0199]
其中，所述双层模型构建模块201用于根据碳排放数据和电力系统的发电机组数据，构造电力系统的最优基准碳价格的双层模型；其中，上层模型的第一目标函数为最小化基准碳价格；上层模型的第一约束包括：实际碳排放总量小于等于预设的碳排放总量；下层模型的第二目标函数为在基准碳价格条件下的区域电力系统的最小综合运行成本，所述最小综合运行成本包括：最小的发电机组的运行成本和碳交易成本；下层模型的第二约束包括：机组出力上下限约束、爬坡约束、系统的潮流约束和联络线传输功率约束；
[0200]
所述单纯形空间构建模块202用于根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足预设要求的基准碳价格，求解参数空间的内点；选取所述参数空间中的s个顶点和1个内点构成单纯形空间；s为正整数；
[0201]
所述决策映射函数构建模块203用于将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数；根据所述第一决策映射函数，构建最大误差函数；根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值；
[0202]
所述最优基准碳价格生成模块204用于将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，则将最小化基准碳价格作为单层优化模型的第三目标函数，将第一约束和第二决策映
射函数作为单层优化模型的第三约束，并对所述单层优化模型进行求解，生成最优基准碳价格。
[0203]
所述单纯形空间构建模块202包括：顶点集构建单元和内点求解单元；
[0204]
顶点集构建单元用于将所述第一约束和所述第二约束中的所有不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集；
[0205]
选择顶点集中的s个点，构成参数空间的s-1维边界：
[0206]
其中，θv为顶点集，θ为参数空间，参数空间中的s个点l,为满足第一约束和第二约束中所有不等式约束的解。
[0207]
将所述第一约束和所述第二约束中的不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集，具体为：
[0208]
根据所述不等式约束的个数和所述不等式约束的参数变量的维数，设置迭代总次数；每次在所述第一等式方程组中选取不完全相同的预设个不等式约束作为第二等式方程组进行求解，得到所述第二等式方程组的解，直到所述迭代次数达到所述迭代总次数；其中，所述不完全相同的预设个不等式约束的个数为不等式约束中参数变量的维数；所述参数变量的维数不大于所有不等式约束的个数；将满足所有不等式约束的第二等式方程组的解构建成顶点集。
[0209]
内点求解单元用于根据满足预设要求的基准碳价格，求解参数空间的内点，具体为：
[0210]
选取一个任意的第一基准碳价格求解下层模型，得到对应的第一发电机组最优出力；将所述第一基准碳价格和所述第一发电机组最优出力代入所有不等式约束中作为第一不等式约束，并判断是否所有第一不等约束均满足预设条件；若是，则将所述第一基准碳价格作为内点；
[0211]
若否，则通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件；所述第二基准碳价格和第二发电机组最优出力在预设的搜索区域中求解障碍函数获得；所述障碍函数根据将所述第一基准碳价格和所述第一发电机组最优出力代入所有的不等式约束中，并判断是否所有不等约束均满足预设条件，具体为：
[0212]
将所有不等约束转换为标准形式：gj(x)≥0,1≤j≤t；
[0213]
式中，x表示与不等式约束相关的变量；t为所有不等式约束的个数；j为第j个不等式约束的个数；
[0214]
将第一基准碳价格和第一发电机组最优出力代入所有的不等式约束中，并将不等约束的标准形式的数值不大于零的下标构建成第一下标集合；若第一下标集合为空集，则满足均预设条件。
[0215]
不同的障碍因子、第一基准碳价格和第一发电机组最优出力构造而来。
[0216]
通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更
新后的第一不等式约束均满足预设条件，具体为：
[0217]
根据障碍因子、第一基准碳价格和第一发电机组最优出力，构造障碍函数；在预设的搜索区域中求解障碍函数，获得第二基准碳价格和第二发电机组最优出力；
[0218]
将所述第二基准碳价格和第二发电机组最优出力代入所有不等式约束中更新第一不等式约束，并判断是否所有更新后的第一不等约束均满足预设条件；若否，则更新障碍因子，重新求解第二基准碳价格和第二发电机组最优出力。
[0219]
决策映射函数构建模块203包括：函数构建单元、误差计算单元和函数更新单元；
[0220]
函数构建单元用于将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数，具体为：
[0221]
其中，h
i,t
为第一决策映射函数，为基准碳价格，p
i,t
为传统发电机组i在时段t的出力。
[0222]
所述误差计算单元用于根据所述第一决策映射函数，构建最大误差函数，根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值，具体为：
[0223]
获取单纯形空间中的基准碳价格构造插值矩阵，根据所述基准碳价格对应发电机组的出力构造最优决策矩阵；采用线性插值的方式来建立第一决策映射函数的近似表达：
[0224]
其中，m为插值矩阵，x
i,t
为最优决策矩阵为第一决策映射函数，为第一决策映射函数的近似表达式；gq为单纯形空间；
[0225]
将所述第一决策映射函数的近似表达作为第一决策映射函数；
[0226]
构建最大误差函数：
[0227][0228]
其中，
ò
cp
为最大误差函数，表示基于第一决策映射函数计算得到的系统运行成本近似值；t表示一个经济调度周期；nc表示系统中发电机组的数量；ai表示传统发电机组i运行成本的二次项系数；bi表示传统发电机组i运行成本的一次项系数；ci表示传统发电机组i运行成本的常数项；μi表示发电机组i单位发电量的碳排放系数，ε表示单位发电量的免费碳排放系数；表示发电机组i的碳交易价格；
[0229]
系统运行成本近似值约束为：
[0230][0231]
[0232][0233][0234]
根据第二约束和系统运行成本近似值约束，求解所述最大误差函数，获得最大误差值和基准碳价格最优解。
[0235]
所述函数更新单元用于若第三目标函数的解不小于第一阈值，则根据基准碳价格最优解，对单纯形空间中选取s个内点，分别构建对应的新的第一单纯形空间；根据所述新的第一单纯形空间，更新插值矩阵和最优决策矩阵；根据更新后的插值矩阵和最优决策矩阵，更新第一决策映射函数；s为正整数；
[0236]
若第二决策映射函数的所有单纯形空间不均满足预设空间集合条件，则重新选取s+1个内点构成新的第二单纯形空间，重新构建第一决策映射函数；
[0237]
所述预设空间集合条件为：
[0238]
其中，g
1-gq分别为第1，2，...，q个单纯形空间。
[0239]
最优基准碳价格生成模块204包括：单层优化模型单元；
[0240]
单层优化模型单元用于求解单层优化模型；
[0241]
单层优化模型的第三目标函数为最小化基准碳价格：
[0242]
单层优化模型的第三约束包括：第一约束和第二决策映射函数；
[0243]
所述第一约束为：es≤(1-λ
redu
)e
s0
；
[0244][0245]
其中，es表示考虑碳交易情况下发电机组实际碳排放总量；λ
redu
表示碳减排系数；e
s0
表示无碳交易情况下发电机组实际碳排放总量；t表示一个经济调度周期；nc表示系统中发电机组的数量；μi表示发电机组i单位发电量的碳排放系数；p
i,t
表示传统发电机组i在时段t的出力；
[0246][0247]
其中，为在第n个单纯形空间上的第二决策映射函数，gn为第n个单纯形空间；n＝1,...,k,...q；k和q均为正整数。
[0248]
上述的一种最优基准碳价格的测算装置可实施上述方法实施例的一种最优基准
碳价格的测算方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本技术实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。
[0249]
实施本发明实施例，具有如下效果：
[0250]
本发明装置的决策映射函数构建模块将决策映射方法应用于最优基准碳价格的计算，基于决策映射函数将复杂的双层优化问题简化为单层优化问题，利用最优基准碳价格生成模块实现最优基准碳价格的准确计算。在决策映射函数的构造过程中，现有决策映射方法中通过随机选取参数空间上的点来构造单纯形空间，导致产生的一系列空间可能存在重叠的部分，降低了算法的求解效率。本发明单纯形空间构建模块利用双层模型的约束生成参数空间顶点集，结合下层模型的基准碳价格求解参数空间的内点，构造单纯形空间，避免了单纯形空间的相互重叠，提高了最优基准碳价格的计算效率和准确性，提高基于最优基准碳价格的电力系统的调度控制的效率。
[0251]
实施例三
[0252]
相应地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项实施例所述的一种最优基准碳价格的测算方法。
[0253]
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
[0254]
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。
[0255]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
[0256]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据移动终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0257]
其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来
完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
[0258]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种最优基准碳价格的测算方法，其特征在于，包括：根据碳排放数据和电力系统的发电机组数据，构造电力系统的最优基准碳价格的双层模型；其中，上层模型的第一目标函数为最小化基准碳价格；上层模型的第一约束包括：实际碳排放总量小于等于预设的碳排放总量；下层模型的第二目标函数为在基准碳价格条件下的区域电力系统的最小综合运行成本，所述最小综合运行成本包括：最小的发电机组的运行成本和碳交易成本；下层模型的第二约束包括：机组出力上下限约束、爬坡约束、系统的潮流约束和联络线传输功率约束；根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足预设要求的基准碳价格，求解参数空间的内点；选取所述参数空间中的s个顶点和1个内点构成单纯形空间；s为正整数；将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数；根据所述第一决策映射函数，构建最大误差函数；根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值；将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，则将最小化基准碳价格作为单层优化模型的第三目标函数，将第一约束和第二决策映射函数作为单层优化模型的第三约束，并对所述单层优化模型进行求解，生成最优基准碳价格。2.如权利要求1所述的一种最优基准碳价格的测算方法，其特征在于，所述根据所述第一约束和所述第二约束，生成参数空间的顶点集，并构建参数空间的边界，具体为：将所述第一约束和所述第二约束中的所有不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集；选择顶点集中的s个点，构成参数空间的s-1维边界：其中，θ
v
为顶点集，θ为参数空间，参数空间中的s个点为s个满足第一约束和第二约束中所有不等式约束的解。3.如权利要求2所述的一种最优基准碳价格的测算方法，其特征在于，所述将所述第一约束和所述第二约束中的不等式约束转换为等式约束，并按照预设规则对由所述等式约束构成的第一等式方程组进行迭代求解，将满足所有转换前的不等式约束的解构建成顶点集，具体为：根据所述不等式约束的个数和所述不等式约束的参数变量的维数，设置迭代总次数；每次在所述第一等式方程组中选取不完全相同的预设个不等式约束作为第二等式方程组进行求解，得到所述第二等式方程组的解，直到所述迭代次数达到所述迭代总次数；其中，所述不完全相同的预设个不等式约束的个数为不等式约束中参数变量的维数；所述参数变量的维数不大于所有不等式约束的个数；将满足所有不等式约束的第二等式方程组的解构建成顶点集。4.如权利要求1所述的一种最优基准碳价格的测算方法，其特征在于，所述根据满足预设要求的基准碳价格，求解参数空间的内点，具体为：
选取一个任意的第一基准碳价格求解下层模型，得到对应的第一发电机组最优出力；将所述第一基准碳价格和所述第一发电机组最优出力代入所有不等式约束中作为第一不等式约束，并判断是否所有第一不等约束均满足预设条件；若是，则将所述第一基准碳价格作为内点；若否，则通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件；所述第二基准碳价格和第二发电机组最优出力在预设的搜索区域中求解障碍函数获得；所述障碍函数根据不同的障碍因子、第一基准碳价格和第一发电机组最优出力构造而来。5.如权利要求4所述的一种最优基准碳价格的测算方法，其特征在于，所述将所述第一基准碳价格和所述第一发电机组最优出力代入所有的不等式约束中，并判断是否所有不等约束均满足预设条件，具体为：将所有不等约束转换为标准形式：g
j
(x)≥0,1≤j≤t；式中，g
j
(x)表示不等约束的标准形式；x表示与不等式约束相关的变量；t为所有不等式约束的个数；j为第j个不等式约束的个数；将第一基准碳价格和第一发电机组最优出力代入所有的不等式约束中，并将不等约束的标准形式的数值不大于零的下标构建成第一下标集合；若第一下标集合为空集，则满足均预设条件。6.如权利要求4所述的一种最优基准碳价格的测算方法，其特征在于，所述通过第二基准碳价格和第二发电机组最优出力更新所述第一不等式约束，直到更新后的第一不等式约束均满足预设条件，具体为：根据障碍因子、第一基准碳价格和第一发电机组最优出力，构造障碍函数；在预设的搜索区域中求解障碍函数，获得第二基准碳价格和第二发电机组最优出力；将所述第二基准碳价格和第二发电机组最优出力代入所有不等式约束中更新第一不等式约束，并判断是否所有更新后的第一不等约束均满足预设条件；若否，则更新障碍因子，重新求解第二基准碳价格和第二发电机组最优出力。7.如权利要求2所述的一种最优基准碳价格的测算方法，其特征在于，所述将下层模型的基准碳价格作为输入变量，将对应发电机组的出力作为输出变量，构建下层模型的第一决策映射函数，具体为：其中，h
i,t
为第一决策映射函数，为基准碳价格，p
i,t
为传统发电机组i在时段t的出力。8.如权利要求7所述的一种最优基准碳价格的测算方法，其特征在于，所述根据所述第一决策映射函数，构建最大误差函数，根据所述第二约束和系统运行成本近似值约束，求解所述最大误差函数，生成最大误差函数值，具体为：获取单纯形空间中的基准碳价格构造插值矩阵，根据所述基准碳价格对应发电机组的出力构造最优决策矩阵；采用线性插值的方式来建立第一决策映射函数的近似表达：其中，m为插值矩阵，x
i,t
为最优决
策矩阵；为第一决策映射函数，为第一决策映射函数的近似表达式；g
q
为单纯形空间；q为单纯形空间g
q
的序号；将所述第一决策映射函数的近似表达作为第一决策映射函数；构建最大误差函数：其中，
ò
cp
为最大误差函数，表示基于第一决策映射函数计算得到的系统运行成本近似值；t表示一个经济调度周期；n
c
表示系统中发电机组的数量；a
i
表示传统发电机组i运行成本的二次项系数；b
i
表示传统发电机组i运行成本的一次项系数；c
i
表示传统发电机组i运行成本的常数项；μ
i
表示发电机组i单位发电量的碳排放系数，ε表示单位发电量的免费碳排放系数；表示发电机组i的碳交易价格；系统运行成本近似值约束为：系统运行成本近似值约束为：系统运行成本近似值约束为：系统运行成本近似值约束为：根据第二约束和系统运行成本近似值约束，求解所述最大误差函数，获得最大误差值和基准碳价格最优解。9.如权利要求8所述的一种最优基准碳价格的测算方法，其特征在于，所述将所述最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若所述第二决策映射函数满足预设空间集合条件，还包括：若第三目标函数的解不小于第一阈值，则根据基准碳价格最优解，对单纯形空间中选取s个内点，分别构建对应的新的第一单纯形空间；根据所述新的第一单纯形空间，更新插值矩阵和最优决策矩阵；根据更新后的插值矩阵和最优决策矩阵，更新第一决策映射函数；s为正整数；若第二决策映射函数的所有单纯形空间不均满足预设空间集合条件，则重新选取s+1个内点构成新的第二单纯形空间，重新构建第一决策映射函数；所述预设空间集合条件为：
其中，g
1-g
q
分别为第1，2，...，q个单纯形空间。10.如权利要求1所述的一种最优基准碳价格的测算方法，其特征在于，所述单层优化模型，具体为：单层优化模型的第三目标函数为最小化基准碳价格：min单层优化模型的第三约束包括：第一约束和第二决策映射函数；所述第一约束为：e
s
≤(1-λ
redu
)e
s0
；其中，e
s
表示考虑碳交易情况下发电机组实际碳排放总量；λ
redu
表示碳减排系数；e
s0
表示无碳交易情况下发电机组实际碳排放总量；t表示一个经济调度周期；n
c
表示系统中发电机组的数量；μ
i
表示发电机组i单位发电量的碳排放系数；p
i,t
表示传统发电机组i在时段t的出力；其中，为在第n个单纯形空间上的第二决策映射函数，g
n
为第n个单纯形空间；n＝1,...,k,...q；k和q均为正整数，为基准碳价格。

技术总结
本发明公开了一种最优基准碳价格的测算方法，方法包括：构造电力系统的最优基准碳价格的双层模型；根据双层模型的约束，生成参数空间的顶点集，并构建参数空间的边界；根据满足要求的基准碳价格，求解参数空间的内点，并构建单纯形空间；构建下层模型的第一决策映射函数，并求解最大误差函数；将最大误差函数值小于第一阈值的第一决策映射函数作为第二决策映射函数，若第二决策映射函数满足预设空间集合条件，则将第二决策映射函数作为约束，将最小化基准碳价格作为目标函数进行求解，生成最优基准碳价格，在确保计算精度的条件下，提高最优基准碳价格的计算效率，以实现满足碳减排的电力系统调度的精度和效率的提高。排的电力系统调度的精度和效率的提高。排的电力系统调度的精度和效率的提高。


技术研发人员：陈荃 张丹宏 郑淇源 郇嘉嘉 肖建华 曾凯军 陈仕驹 刘嘉文 林宏泽 刘志勇 林山
受保护的技术使用者：广东电网有限责任公司
技术研发日：2023.05.19
技术公布日：2023/8/13